基于模糊滑模控制的主动队列管理算法

针对动态网络的拥塞问题,提出一种主动队列管理(AQM)算法·该算法基于模糊滑模控制器(FSMC)设计,适合于动态网络流量的变化·模糊控制的加入,缩短了到达时间,改善了滑模控制的抖振现象·对于TCP/IP网络中存在的网络模型的不确定性、网络参数的时变性以及非TCP适应流所引起的网络抖动,该算法具有很强的鲁棒性·仿真结果表明该方法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,尤其是在网络条件变化的情况下,该算法优于传统的PI控制、模糊控制和传统的滑模控制·     

基于混合神经网络的主动队列管理算法

针对高速互联网中拥塞控制的问题，在主动队列管理算法模型基础上，提出了一种基于混合pi-sigma神经网络的动态管理机制．其模型可以方便地在线修正前提参数（隶属函数）和结论参数，适合网络系统拥塞预测和控制．仿真表明，该算法能够保证缓存器中队列长度的稳定性，而且在网络突发流量较大时，在短时间间隔内可以使流量的抖动变得平缓，对网络动态的、不精确的、突发性的环境具有较强的自适应能力．     

主动队列管理中的PID型神经网络控制

研究动态网络中间节点的拥塞控制. 提出一种PID型神经网络的主动队列管理(AQM)算法,给出基于BP学习规则的网络参数自调整规律,根据Lyapunov定理证明了系统的稳定性. 基于NS$-2平台的仿真结果表明,该算法适应瞬息万变的网络环境,系统稳态误差和响应速度等指标优于PID算法.     

基于自适应全局滑模控制的主动队列管理算法

针对TCP网络的拥塞控制问题,采用滑模控制理论提出了一种新的主动队列管理算法。考虑到UDP流干扰的情况,设计了基于自适应全局滑模控制的主动队列管理算法。该算法保证网络系统在整个控制过程中的鲁棒性,并且使用RBF神经网络作为自适应律来消除UDP流干扰对系统的影响。仿真结果表明该算法可以使队列长度快速收敛到设定值,同时维持较小的队列振荡,优于传统的PI控制和滑模控制。     

一种基于改进的模糊Smith控制主动队列管理算法

针对网络中传输延时给拥塞控制带来不利影响,而现有算法过于依赖精确模型的弱点,提出将模糊控制与改进的Smith预估补偿相结合的设计用于与TCP连接的主动队列管理算法.通过改进的Smith预估补偿器对时延进行预估补偿,使得对TCP的拥塞控制更加及时;而模糊控制器无需被控对象的精确数学模型即能实现良好的控制,可以克服Smith预估补偿依赖精确模型的缺点.两者的结合对于时滞网络的控制可以达到优势互补的作用.最后通过仿真验证了方法的有效性.     

基于滑膜控制和SAFNN的鲁棒混沌同步

针对带有干扰的混沌系统,进行了基于自组织自适应模糊神经网络(SAFNN)的同步控制器的设计,采用基于聚类划分的模糊神经网络,推导出模糊神经网络参数在线更新算法,并设计了神经网络结构自适应算法,从隶属度函数的生长、模糊规则的分裂和模糊规则的修剪三个方面动态调整模糊神经网络结构,摒弃了常规的试错法来调整系统的结构和参数,以便更好地满足对计算负荷和控制性能的要求,实现两者之间的平衡;最后结合滑模控制器和鲁棒控制器,对带有干扰的混沌系统进行同步控制仿真,仿真结果表明该方法有效。     

基于变结构控制的模糊逻辑控制

在现有滑模变结构控制的基础上,引入模糊逻辑决定控制器参数.讨论了如何选择变结构滑动轨线,获得较好的系统快速性,使变结构控制的设计具有更大的灵活性和实用性.通过以矢量控制为速度环的交流伺服系统的仿真和实验结果,说明此方法是很有前途的。     

一种基于速率自适应的改进RED算法

提出了一种利用业务流速率与平均队列长度相结合的指示拥塞程度和计算丢弃概率的RARED（rate automophism RED）算法，用NS2仿真软件验证其有效性，试验结果表明，RARED算法在吞吐率和减少丢包率方面表现优于RED、FRED算法，在端到端的延时方面也表现了较高的稳定性，因而在综合性能上优于RED、FRED算法。     

一种改进的主动队列管理算法

BLUE是一种典型的主动队列管理算法，它使用丢包和链路空闲事件来控制网络拥塞。在BLUE算法的基础之上，引入自适应的思想对其进行了改进，进一步提高了BLUE算法的性能。     

基于自适应反步滑模控制的主动队列管理

针对TCP网络的拥塞控制问题,基于自适应反步滑模控制提出了一种主动队列管理算法。由于系统的不确定在实际工程中很难或根本无法事先获得,设计一个自适应律来实时适应系统不确定的值,从而消除系统不确定所带来的影响。利用此自适应律,提出一个自适应反步滑模控制器,使得系统具有较好的暂态性能和鲁棒性能。仿真结果表明,该方法对TCP网络的复杂变化具有较好的鲁棒性和较快的系统响应。     

基于模糊控制的主动队列管理算法

针对网络模型的不确定性和参数的时变性,该文提出了一种基于输入速率和队列长度变化的模糊控制主动队列管理算法.采用模糊控制方法,不依赖于网络的精确数学模型;考虑了负载因素和队列因素,加快了对拥塞的感知速度.仿真结果表明该算法能迅速地将队列长度收敛到目标队列长度附近,并且其丢弃概率小于随机早期检测算法以及PI控制算法.     

基于GPC的主动队列管理算法稳定性分析

根据主动队列管理算法中TCP拥塞窗口的流体流模型,给出了离散模型和广义预测控制(GPC)算法的表达式;得出了路由器输出队列长度与参考队列长度的闭环传递函数;证明了GPC控制器在满足特定控制参数的条件下,无论网络参数如何变化,闭环系统都是稳定的;并通过仿真验证了其正确性.     

TCP主动队列管理的计算方法

将TCP的流量控制过程等效为二阶线性时变系统，采用不敏感控制对象参数的内环位置补偿（SP）结构和负载扰动的控制器设计方法，设计出一种新的AQM算法．仿真试验表明，主动队伍管理算法的稳态和瞬态性能都优于与它具有相同实现复杂度的RED和PI算法，并在负载扰动和参数变化时具有较强的鲁棒性．     

一种基于排队论的主动队列拥塞控制算法

主动队列（AQM）算法存在诸多的不足,如排队延时大、时延抖动性强、数据进队与出队速率不匹配等,从而导致数据的滞留、丢失和振荡．基于此,在BLUE算法的基础上,引入M/M/m (n)排队系统的思想,提出一种新的算法---PBLUE．该算法根据稳定状态下的平衡方程来保证队列长度的稳定性,增加扩充因子调节路由器的缓存来快速恢复丢失的数据．通过仿真实验,改进的算法降低了丢包率,提高了带宽利用率,并稳定了队列长度．     

A Robust Algorithm in Active Queue Management

A variable structure based control scheme was proposed for Active Queue Management （AQM） by using sliding model algorithm and reach law method. This approach aims to address the tradeoff between good performance and robustness with respect to the uncertainties of the round-trip time and the number of active connections. Ns simulations results show that the proposed design significantly outperforms the peer AQM schemes in terms of fluctuation in the queue length, packet throughput, and loss ratio. The conclusion is that proposed scheme is in favor of the achievement to AQM objectives due to its good transient and steady performance.     

一种新的主动队列管理拥塞控制策略

通过对主动队列管理非线性模型进行线性化处理，并在此基础上采用延时反馈系统控制理论，提出了一种基于延时反馈的AQM策略，评估分析了该策略的稳定性和网络性能的优化。仿真结果表明，这种新的拥塞控制策略对抑制网络拥塞有明显效果，能够显著提高网络性能。     

Ad hoc网络主动队列管理分析

针对无线网络特点,采用主动队列管理算法来控制无线瓶颈节点的队列长度,以期达到拥塞控制的目的.通过NS2仿真和对数据的分析比较,无线网络中间节点的拥塞控制是可行的,但并非所有的主动队列管理算法均适用于Ad hoe网络.与有线网络不同,RED算法不适用于Ad hoc网络的拥塞控制,其性能较去尾算法并无较大改善;REM算法在不同负栽下表现不同,随着负栽增加,其性能下降明显;PI算法在负栽变化时可以较好的控制Ad hoc节点队列长度.并将队列震荡控制在较小的范围.     

一种基于模糊-比例积分双模控制的主动队列管理算法

通过将模糊推理方法和PI算法相结合,提出了一种新的主动队列管理(AQM)算法--基于模糊-比例积分(Fuzzy-PI)的双模态控制主动队列管理算法--Fuzzy-PI AQM算法.该算法的基本思想是当偏差很大时,使用模糊逻辑控制,当偏差小于某一阈值时,则切换到PI控制,从而将模糊逻辑控制的鲁棒性强和收敛速度快的特点与PI控制稳态性能好的特点有机地结合起来,实现对网络拥塞的有效控制.而且,由于在设计模糊控制器时采用了合成推理的查表法,极大地提高了模糊控制的实时效果,节省内存空间,优化了路由器的控制性能.仿真结果表明:Fuzzy-PI AQM算法的性能优于传统的PI算法,对队列控制能力强,鲁棒性好,能很好地抵抗突发性业务的干扰,更适合工作在瞬息万变的动态网络环境中.     

主动队列管理中的自适应控制器

提出一种自适应的控制器以更好地实现通信网络中的拥塞控制.该控制器通过估计网络链路中的"流"数来自动调节其参数,在网络流量变化比较剧烈的情况下也能取得比原PI控制器更好的控制效果.仿真结果验证了此方法的有效性.